• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2005년도 하계학술대회
• /
• pp.304-313
• /
• 2005

RSS와 같은 신디케이션 기술은 사용자가 스스로 웹사이트에 접근하지 않아도, 새롭게 업데이트 되는 정보가 있을 때마다 RSS Aggregator를 통해 사용자에게 알려줌으로써 편리성을 가져다준다. 이러한 기술을 이용한다면 학습자들은 새로운 웹 문서가 게시될 때마다 해당 사이트를 방문할 필요 없이, 자동으로 신규 정보만 얻어오는 학습 자료의 습득 도구로서 활용이 가능하다. 하지만, 정의가 새롭게 추가되는 여부만을 판단하는 기존의 RSS Aggregator의 경우에 등록된 채널수가 늘어갈수록 사용자는 자신이 원하는 정보를 찾기 위해, 정보를 분류하고 검색하는 작업에 많은 노력을 기울여야한다. 본 논문에서는 이러한 문제점을 해결하고 사용자에게 의다 효율적인 정보 전달을 위해, 사용자 스스로 관심분야를 생성하여, 사용자에게 전달되는 신규자료는 각 분야에 자동적으로 분류되며, 사용자가 지정해 놓은 조건에 적합하도록 콘텐츠를 제공 받을 수 있는 시스템을 설계하였다. 신규자료를 분야에 자동적으로 분류하기 위해 초기 분류된 문서로부터 분야별 색인어 추출 방안을 제안하고자 한다.

• 전자통신동향분석
• /
• 제27권5호
• /
• pp.55-63
• /
• 2012

빅데이터 시대를 맞이하여 이를 분석하여 지능형 서비스로 활용할 수 있는 기술로 인공지능 기술이 다시 관심을 받고 있다. 본고에서는 인공지능의 여러 요소 기술 중 기계학습(machine learning) 분야의 빅데이터 처리를 위한 동향을 소개한다. 현재 사용 가능한 병렬처리 기반의 기계학습, 빅데이터를 이용한 기계학습 기반으로 진행되고 있는 프로젝트, 다양한 분야에 쉽게 기계학습을 적용할 수 있는 domain adaptation 기술에 대해서 정리한다.

• 한국컴퓨터정보학회논문지
• /
• 제13권6호
• /
• pp.69-76
• /
• 2008

인터넷은 시간과 공간에 제약받지 않으면서 인간이 원하는 일을 처리할 수 있게 해주는 필수적인 매체로 자리잡고 있다. 교육 분야 역시 정보통신 기술 발달의 영향을 많이 받고 있으며 CAI, 원격강의, e-러닝 등 새로운 분야들이 끊임없이 출현하고 있다. 교육 분야의 발전과는 달리, 학습 평가방법에 있어서는 다양한 시도가 이루어지지 못하고 지필시험에 대한 정답률에 전적으로 의존하고 있으며 학습활동과정 및 학습자 수준 등에 대한 부분은 반영되지 못하였다. 학습 평가는 학생의 학습능력 수준을 파악할 수 있고 그에 맞는 교수법을 사용하거나 새로운 학습 프로그램을 개발하는데 중요한 정보를 제공한다. 본 논문에서는 행동주의 학습이론의 평가방식에 의존하고 있는 기존 학습평가 시스템의 한계점을 개선하기 위하여 구성주의를 도입하여 학습활동을 평가점수에 반영할 수 있는 웹기반 학습평가시스템을 구축한다. 이를 통하여 학습자의 학습 이해도 뿐만 아니라 학습 관심도에 대한 분석 평가를 할 수 있다. 본 연구에서는 전통적인 행동주의 학습이론 평가방식과 함께 구성주의 학습이론 평가를 도입하기 위하여 교사에 의해 학습평가요소 및 반영비율을 설정하는 기능을 구현하고 이를 최종 평가점수에 반영되도록 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.395-398
• /
• 2007

최근 인공지능 분야에서는 강화학습(Reinforcement Learning)에 대한 관심이 크게 증폭되고 있으며, 여러 관련 분야에 적용되고 있다. 본 논문에서는 강화학습 기법 중 액터-크리틱 계열에 속하는 RLS-NAC 알고리즘을 활용하여 Kimura의 기는 로봇의 이동을 다룰 때에 중요 파라미터의 결정을 위하여 meta-learning 기법을 활용하는 방안에 고려한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.718-720
• /
• 2014

정보통신 기기의 발달에 따라 스마트 러닝으로 교육방법이 진화하고 있다. 스마트 러닝에 있어서 학습자의 관심분야에 맞는 적절한 콘텐츠의 제공이 필수적이다. 본 논문에서는 텍스트 분류 기술을 이용하여 학습자의 SNS 데이터로부터 관심분야를 자동적으로 파악해내는 시스템을 제안한다. 텍스트 분류를 위해 카테고리 별로 기 분류되어있는 데이터를 수집하여 기계 학습을 수행하였다. 텍스트 분류의 정확도 향상을 위해 카테고리 분류 단위 크기를 변화시키면서 정확도를 측정하고 분석하여 실제 서비스에 적용 가능한 수준으로 판단되는 82.5%의 정확도를 얻었다.

• 한국융합학회논문지
• /
• 제9권1호
• /
• pp.331-340
• /
• 2018

본 연구는 '2016 충남도민 평생교육요구조사' 자료를 활용하여 시민참여교육 기초실태를 분석하고, 영역별 평생교육 참여 관심과 참여의사를 유형화 하여 유형별 시민참여교육 참여관심과 참여의사 비교를 통하여, 구체적으로 충남의 시민참여교육 활성화를 위한 정책 기초자료를 제공하고자 2016 충남도민 평생교육요구조사 4,108명의 데이터를 이용하여 분석하였다. 그 결과 첫째, 평생교육 참여 관심과 참여의사에 따라 3개의 하위 집단으로 유형화 되었고, 학습누리형, 학습편중형, 실버학습형으로 명명하였다. 둘째, 학습누리형 집단은 평생교육영역 전반에 걸쳐 참여하면서 즐기는 집단이다. 학습편중형 집단은 보편적으로 평생교육이 직업능력교육, 문화예술교육, 인문교양교육에 한정되어 있다고 인지하는 집단으로 3가지 분야에만 관심과 참여의사가 있는 집단이다. 실버학습형 집단은 전형적인 노인학습자의 특성을 보이고 있는 집단으로 문화예술교육에 참여가 집중되고 있는 집단이다. 셋째, 학습누리형 집단은 참여경험이 두번째로 많고, 참여관심과 참여의사가 가장 높은 집단이며, 학습편중형집단은 가장 많은 집단이며, 참여관심과 참여의사는 두 번째로 높은 집단이다. 실버학습형 집단은 참여경험, 참여관심, 참여의사가 가장 낮은 집단이다. 마지막으로 평생교육분야에서 시민참여교육 활성화 방안을 유형별로 제시하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.257-260
• /
• 2001

일반적으로 기계학습은 교사신호의 유무에 따라 교사학습과 비교사학습, 그리고 간접교사에 의한 강화학습으로 분류할 수 있다. 강화학습이란 용어는 원래 실험 심리학에서 동물의 학습방법 연구에서 비롯되었으나, 최근에는 공학 특히 인공생명분야에서 뉴럴 네트워크의 학습 알고리즘으로 많은 관심을 끌고 있다. 강화학습은 제어기 또는 에이전트의 행동에 대한 보상을 최대화하는 상태-행동 규칙이나 행동발생 전략을 찾아내는 것이다. 본 논문에서는 최근 많이 연구되고 있는 강화학습의 방법과 연구동향을 소개하고, 특히 인공생명 연구에 있어서 강하학습의 중요성을 역설한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.60-62
• /
• 2000

인터넷의 활성화로 많은 사람들이 인터넷을 이용하고 이에 따라 인터넷을 이용한 서비스도 홍수를 이루고 있다. 이에 따라 인터넷을 상업적 목적으로 사용하는 서비스도 증가하고 있다. 그러나 많은 인터넷 서비스들이 고객들에게 획일적이고 일률적인 서비스만을 제공한다. 각각의 고객에게 취향과 관심분야에 따른 차별화 된 서비스가 필요로 한다. 각 고객에게 1대 1로 차별화 된 service를 제공하기 위해서 먼저 각 고객을 구별하고 그 고객의 취향과 관심분야의 파악을 위해서 인터넷에서의 행동을 관찰한다. 또한 고객의 관리를 위해 고객을 필요에 따라 그룹화하고, 고객과 직접 접촉을 통해 고객 정보를 파악할 수도 있다. 파악된 고객 정보의 효율적 저장과 분석을 위해서 decision tree를 이용해 학습을 한다. 고객의 행동의 특성상 incremental한 학습 알고리즘을 사용하며 고객의 선호도를 이용한 decision tree를 이용한다. 학습된 결과를 이용해서 1대 1 서비스를 제공함으로써 고객에서 편리성을 제공하고 서비스에 대한 친밀감과 고객의 흥미를 유발할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.327-330
• /
• 2011

기계학습 기술이 발달함에 따라 기계학습은 제한된 상황에서 벗어나, 실생활과 비슷한 복잡하고 다양한 상황에서의 학습이 중요한 이슈가 되었다. 본고에서는 현실과 비슷한 상황을 도입하기 위하여 드라마를 사용한다. 드라마 내의 등장인물들은 말투, 어조, 관심주제와 같이 다양한 특성을 내재하고 있다. 등장인물들의 다양한 특성 중 관심주제는 대본 안에 글로 드러나 있으므로 기계학습을 통해 등장 인물의 인식에 활용할 수 있다. 최근, 확률그래프모델 분야에서 문서의 주제를 다루는 기법으로 자주 거론되는 토픽 모델 중 하나인 Author-Topic (AT) 모델은 등장인물의 관심주제를 학습하는 데에 적합하다. 본 논문에서는 AT 모델로 대본을 학습하고, 학습된 데이터 분포를 이용하여 장면에 등장하는 인물들을 인식하는 방법을 제시한다. 이 방법의 성능을 측정하기 위해, 미국 TV 드라마 'Friends' 대본 39편을 학습시키고, 장면에 대해 등장인물을 인식하는 실험을 수행하였다. 이 실험을 통해 본고에서 Author-Topic 모델을 이용한 인물 인식 방법이 다수의 인물이 참여한 담화의 인물들을 인식하는데 강점이 있음을 확인할 수 있다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제32권1호
• /
• pp.23-36
• /
• 2018

인공지능(Artificial Intelligence)의 잠재력에 대한 기대로 여러 분야에서 이를 활용하고자 노력하고 있으며 교육 분야에서의 적용에 대한 관심 역시 높다. 교육에 있어서 인공지능 기술에 활용되는 기계학습(machine learning)과 딥러닝(deep learning)으로 스스로 학습하는 방법에 대한 관심을 가지게 되었으며 이러한 방식이 교육에 어떻게 활용될 수 있을 지와 인공지능을 어떻게 수학교육에 적용할 수 있을지에 대한 관심이 대두되고 있다. 이에 정보통신기술의 발달에 따른 수학교육의 변화를 고찰해 봄으로써 수학교육의 변화가 인공지능과 어떠한 연과성이 있는지를 살펴보는데 의의가 있다고 할 수 있다.